当集群状态为“不可用”时，如何排查解决？

排查思路

以下排查思路根据原因的出现概率进行排序，建议您从高频率原因往低频率原因排查，从而帮助您快速找到问题的原因。

如果解决完某个可能原因仍未解决问题，请继续排查其他可能原因。

• 排查项一：安全组是否被修改
• 排查项二：手动检查LB是否有监听器和后端服务器组残留
• 排查项三：集群Secret落盘加密使用的KMS密钥是否有效

如果以上排查思路仍无法解决您的问题，请提交工单寻找客服人员协助您进行定位。

排查项一：安全组是否被修改

1. 登录控制台，选择“服务列表 > 网络 > 虚拟私有云 VPC”，单击左侧导航栏的“访问控制 > 安全组”，找到集群控制节点的安全组。

   控制节点安全组名称为：集群名称-cce-control-编号。

2. 单击安全组名称，进入详情页面，请确保集群控制节点的安全组规则的正确性。

   安全组的详细说明请参见集群安全组规则配置。

排查项二：手动检查LB是否有监听器和后端服务器组残留

模拟异常状态：

创建或删除负载均衡（LoadBalancer，简称LB）类型service的任务执行时发生集群异常，恢复后会出现service删除成功，但是LB的监听器和后端服务器组残留。

1. 预创建CCE集群，在集群内使用nginx官方镜像创建工作负载、预置lb、各类型service、ingress等资源。
2. 保持集群正常运行，nginx负载处于稳态。
3. 持续间隔每20s创建删除10个lb类型的service。
4. 集群出现注入异常：如etcd实例不可用、集群休眠等问题。

问题原因：

异常注入时正在进行创建或删除过程中的lb-service被删除了，但是elb内有监听器和后端服务器组残留。

解决方案：

可以手动清理残留的监听器和后端服务器组。

1. 登录控制台，单击服务列表中“网络 > 弹性负载均衡 ELB”。
2. 在负载均衡器列表中，单击对应的ELB名称进入详情页，在“监听器”页签下找到残留的监听器，单击后方的删除图标进行删除操作。
3. 在“后端服务器组”页签下找到残留的后端服务器组，单击后方的删除图标进行删除操作。

排查项三：集群Secret落盘加密使用的KMS密钥是否有效

当出现集群不可用，您可以查看集群事件确认异常原因。

当集群事件中存在“KMS密钥状态异常”时，您需要确认该集群对应的使用的密钥状态是否被设置为“禁用”或“计划删除”。

解决方案：

1. 登录数据加密服务 DEW控制台。
2. 在自定义密钥列表中，找到集群使用的KMS密钥。
   • “计划删除”状态的密钥：单击操作列中的“取消删除”。如果密钥取消删除后，仍处于“禁用”状态，则还需取消禁用。
   • “禁用”状态的密钥：单击操作列中的“启用”。

3. 密钥重新为“启用”状态后，集群将在大约在5-10分钟内自动恢复。